基于高频数据的分类信息混合分布garch模型研究

《基于高频数据的分类信息混合分布garch模型研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、基于高频数据的分类信息混合分布GARCH模型研究凌士勤杨波袁开洪凌云*在此感谢我的导师华中科技大学经济学院副院长唐齐鸣教授和张学功博士给予的指导和建议。作者简介：凌士勤(lingshiqin),（1975-），男，汉族，湖北武汉人，华中科技大学经济学院博士生；主要从事金融市场方面的研究。联系电话：13647218774、027-87552320邮编：430074Email：mikey_ling@163.com杨波（yangbo）（1969-），男，汉族，湖北武汉人，华中科技大学经济学院博士生，主

2、要从事国际经济方面的研究。联系电话：027-87552320邮编：430074Email：yangbo21cn@hotmail.com袁开洪（yuankaihong）（1978-），男，汉族，江苏宜兴人，华中科技大学经济学院博士生，主要从事微观经济方面的研究。联系电话：027-87552320邮编：430074Email：peter_ykh@163.com凌云（lingyun）（1973-），女，汉族，湖北武汉人，深圳证券信息有限公司。联系电话：0755－83276740，13838737345

3、邮编：430074Email：tracyl@163.com【摘要】本文提出了基于高频数据的分类信息混合分布GARCH模型，以上证指数的五分钟高频数据作为研究对象，引入修正的混合分布（MMM）模型，将去除了趋势性和异常效应（日期效应和序列相关性的不同性质的对数交易量分解为进入市场的正的随机信息流和负的随机信息流两部分，作为分类信息流代理，加入GARCH模型的方差方程中，考察好消息、坏消息对上证指数波动性的影响。关键词MMM，高频数据，分类信息，GARCH中图分类号F224.9文献标识码AAstud

4、yofthehigh-frequency-data-basedclassifiedinformationmixturedistributionGARCHmodel94Lingshiqin,yangbo,yuankaihong,lingyun【Abstract】Thehigh-frequency-data-basedclassifiedinformationmixturedistributionGARCHmodel,whichisputforwardinthisarticle,isbasedonm

5、arketmicrostructuretheory.Wetakeanempiricaltestontheprice-volumerelationintheChinesestockmarketbyaddingthehigh-frequency-data-basedvolumecausedbygoodnewsandbadnewsintheGARCHmodelastheclassifiedinformationflowproxy.Inaddition,theresultofourworkcansupp

6、ortthattheclassifiedvolumeisaninterpretationofthepersistenceofthevolatilityofthestockmarket,andwecandistinguishthedifferenteffectcausedbytheclassifiedinformation.【KeyWords】MMM;highfrequencydata;classifiedinformation;GARCH一、文献及研究综述自PekerK.Clark(1973)首

7、次提出了股票价格波动的混合分布假说（MDH）理论，对作为引起股票收益率波动性的原因之一的市场信息流的研究就一直是研究波动理论的热点。该理论认为，价格回报和交易量是由一个潜在的不可观测的信息流变量决定，信息流的冲击将同时产生交易量和价格波动。信息流即为混合变量，日交易次数或交易量可以作为信息流的替代指标。作为MDH理论的发展，TauchenandPitts（1983)建立了量价关系的二元混合模型（Bivariatemixturemodel）,说明如果二元混合模型形式正确，交易量序列则可以作为产生价

8、格持续性波动的因素，成为信息过程的代理指标。Lamoureux和Lastrapes（1990）把交易量作为信息流的替代指标，加入到Garch模型的条件方差方程，结果发现交易量的系数非常显著，而过去对价格的冲击因素却不再显著，这证实交易量是由产生价格波动的相同因素驱动的，同时也证明把交易量作为信息流的替代指标对价格波动确实具有很强的解释能力。他们提出的模型如下：(1)(2)94(3)其中是时刻及之前的全部信息，独立同分布，且参数满足条件：,。TorbenG.Andersen(1996)对MDH模型